如何使用pandas方法修改各列指定数据类型（如ID转int64）

结合你提供的示例表结构，可落地的操作流程如下：

前置准备 #

首先将文本格式的表格读入pandas环境，读入完成后先执行df.dtypes查看每列当前的默认数据类型，跳过不需要调整的列，减少冗余操作。

核心实现方法 #

方法1：逐列单独转换（适合列数少、临时调整的场景） #

直接对目标列调用astype()方法指定目标类型，遇到特殊格式的列（比如时间戳）用pandas自带的专用转换函数处理，可直接运行的示例代码：

import pandas as pd
# 读取示例文本表格
df = pd.read_clipboard(sep='\s+')

# 逐列调整目标类型
df['ID'] = df['ID'].astype('int64')  # 示例中ID无缺失值，可直接转为int64
df['Foo'] = df['Foo'].astype('float64')  # Foo列存储小数值，指定为浮点类型
df['Bla'] = df['Bla'].astype('string')  # Bla列包含文本值和空值，指定为字符串类型
df['Bar'] = df['Bar'].astype('string')  # Bar列为文本值，统一为字符串类型
# Timestamp列注意：示例中存在写反月日的日期（2020-15-04无对应自然月份），转换时通过errors参数兼容异常值
df['Timestamp'] = pd.to_datetime(df['Timestamp'], format='%Y-%d-%m', errors='coerce')

方法2：读入时批量指定列类型（适合正式数据处理流程，稳定性更高） #

在调用read_*类方法读入数据时，直接通过参数提前指定所有列的目标类型，比读入后再转换的报错概率更低，示例代码：

df = pd.read_clipboard(
    sep='\s+',
    dtype={
        'ID': 'int64',
        'Foo': 'float64',
        'Bla': 'string',
        'Bar': 'string'
    },
    parse_dates=['Timestamp']
)
# 由于示例中Timestamp是“年-日-月”的书写格式，需要单独修正识别规则
df['Timestamp'] = pd.to_datetime(df['Timestamp'], format='%Y-%d-%m', errors='coerce')

实操避坑提示 #

• 转换存在缺失值的整数列时不能硬转：常规int64类型不支持存储空值，如果目标整数列包含空值，直接调用astype('int64')会触发类型报错。此时可以要么先用固定值填充缺失值再转换，要么使用pandas的可空整数类型Int64（大写I）存储带缺失值的整数列
• 时间列转换必须匹配实际书写格式：你示例中的Timestamp把月、日写反了（比如2020-15-04，实际是2020年4月15日，按常规格式识别会判定15为无效月份），必须手动指定格式匹配规则，否则pandas会把异常值全部标记为NaT
• 文本列不要长期用默认object类型存储：object类型的运算、存储效率远低于标准的string、category类型，转换后后续数据处理的速度会有明显提升

内容的提问来源于stack exchange，提问作者ItachiSenya